Pemodelan Jumlah Kasus Penyakit Tetanus Neonatorum Di Jawa Timur Tahun 2012 Dengan Geographically Weighted Zero-Inflated Poisson Regression (GWZIPR) - ITS Repository
Teks penuh
Gambar
Dokumen terkait
Penelitian ini menggunakan data penggunaan lahan, ketinggian, tekstur tanah, dan jarak permukiman terhadap sungai dari Rencana Tata Ruang Wilayah (RTRW) 2010 sampai 2030,
Model terbaik yang dihasilkan dari regresi Zero-Inflated Generalized Poisson (ZIGP) menghasilkan 2 variabel prediktor yang berpengaruh signifikan terhadap jumlah
Pada model regresi Zero-Inflated Poisson (ZIP) variabel prediktor yang mempengaruhi poisson state adalah variabel persentase cakupan imunisasi TT2+ terhadap jumlah
Hasil analisis pemodelan Geographicaly Weighted Poisson Regression (GWPR) menghasilkan variabel prediktor yang berpengaruh secara signifi kan terhadap jumlah kasus baru kusta
Data jumlah kematian ibu di Jawa Timur memiliki nilai varians yang lebih besar dari nilai mean (overdispersi) sehingga perlu dilakukan analisis lain untuk
Kelompok pertama terdiri dari 9 kecamatan dengan sembilan variabel yang berpengaruh signifikan terhadap jumlah kasus TB yaitu persentase penduduk yang berusia ≥ 65
Dalam penelitian dilakukan pemodelan jumlah kasus pneumonia balita dengan Geographically Weighted Poisson Regression (GWPR) dan mendeteksi kecamatan mana saja yang menjadi
Perbandingan nilai AIC pada pemodelan GWPR lebih kecil dari nilai AIC pada model regresi Poisson sehingga dapat disimpulkan bahwa model GWPR lebih baik digunakan
